谁有比较不错的免费的OCR方案分享一下经验

Enocheasty

shenjianrong163 发表于 2025-3-17 12:35
这个网页打开不吗？

GitHub是能打开的,不过有时候很慢,老超时.
也有可能某些地区无法打开.

一生平安4017

老师，可以用OCR做批量制作从Word转成双层PDF吗？

一生平安4017

olmOCR：PDF文档转换为文本，支持表格、公式和手写内容的识别-首席AI分享圈https://www.aisharenet.com/olmocr/
https://github.com/allenai/olmocr
https://huggingface.co/collections/allenai/olmocr
olmOCR – Open-Source OCR for Accurate Document Conversionhttps://olmocr.allenai.org/

Enocheasty

一生平安4017 发表于 2025-5-5 12:52
老师，可以用OCR做批量制作从Word转成双层PDF吗？

具体没有搞明白，Word不是文本吗？要输出PDF吗？使用OCR要做什么呢？

一生平安4017

Enocheasty 发表于 2025-5-6 14:12
具体没有搞明白，Word不是文本吗？要输出PDF吗？使用OCR要做什么呢？

就是先将Word转成图片，然后将图片合并为PDF，然后对图片的PDF进行OCR识别，就成了双层PDF

Enocheasty

一生平安4017 发表于 2025-5-8 17:38
就是先将Word转成图片，然后将图片合并为PDF，然后对图片的PDF进行OCR识别，就成了双层PDF

搜索了一下双层PDF，我大概知道了是什么！不过我没怎么搞过PDF文件，不知道怎么生成双层PDF，估计要借助第三方库来操作PDF了。
不过对于你的思路，我觉得有点怪？如果原始稿件为图片，创建双层PDF使用OCR识别为文字，我倒是能理解。但是你不是原始文件是Word吗？本身就是文本，只需要输出图片，然后再输出文本类型的PDF，再叠加不就是双层PDF吗？为啥要去识别Word导出的图片？要知道某种意义来说，OCR识别的结果就是文本，不带字体格式的。你都已经有原始的文本了，干嘛还要转成图片在识别？不是太了解。